基于离散曲率的温室CO2优化调控模型研究

摘要：

提出了基于离散曲率算法的温室CO2优化调控模型,通过设计嵌套试验采集温室不同温度、光照强度、CO2浓度组合下的番茄光合速率,利用支持向量机回归算法(Support vector regression algorithm,SVR)构建光合速率预测模型;以预测模型网络为目标函数,采用L弦长曲率算法实现CO2响应曲线离散曲率的计算,利用爬山法获得不同温度、光照强度组合条件的CO2响应曲线曲率最大点,以此作为效益最优的调控目标值,进而基于SVR构建CO2优化调控模型.结果 表明,调控模型的决定系数为0.99、均方根误差为4.42 μmol/mol、平均绝对误差为3.17μmol/mol,拟合效果良好.与CO2饱和点目标值的调控效果对比发现,理论上CO2供需量平均下降61.81％,光合速率平均减少15.58％;验证试验中,相较饱和点调控下光合速率平均下降15.14％,CO2供需量下降57.61％,相较自然条件下光合速率升高26.70％.说明此温室CO2优化调控模型具有高效节能特点,为设施作物CO2高效精准调控和节本增效提供了理论基础.

关键词：温室、CO2优化调控、支持向量机回归、离散曲率、爬山法、光合速率

所属期刊栏目：50

分类号：S126;S625.5+1(农业物理学)

资助基金：国家自然科学基金项目31671587、31501224;陕西省重点研发计划项目2018TSCXL-NY-05-02;中央高校基本科研业务费专项资金项目2452017124

在线出版日期：2019-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：337-346